在周一播出的Lex Fridman播客节目中,英伟达CEO黄仁勋发表了一个引人争议的声明:"我认为我们已经实现了AGI。"
AGI即人工通用智能,这是一个定义模糊的术语,近年来在科技CEO、技术工作者和公众中引发了大量讨论,它通常指代等同于或超越人类智能的AI。近几个月,科技领袖们试图与这个术语保持距离,创造他们认为不那么夸大、更有用且定义更明确的新术语(尽管他们提出的新短语本质上与AGI意思相同)。这个术语也成为OpenAI和微软等公司重要合同中关键条款的核心,可能涉及大量资金。
播客主持人Fridman将AGI定义为能够"基本胜任你的工作"的AI系统,即启动、发展并运营一家价值超过10亿美元的成功科技公司。他询问黄仁勋何时相信AGI会成为现实——比如是5年、10年、15年还是20年后——黄仁勋回应说:"我认为就是现在。我认为我们已经实现了AGI。"
Fridman说:"这个声明会让很多人兴奋。"黄仁勋随后提到了开源AI智能体平台OpenClaw及其病毒式传播的成功。他说人们正在使用他们的个人AI智能体做各种事情,他"不会对一些社交现象的出现感到惊讶,或者有人创建数字网红...或某些社交应用程序来喂养你的小电子宠物之类的,然后突然间获得巨大成功。"
但黄仁勋随后似乎略微收回了他之前的说法,他说:"很多人使用几个月后就逐渐放弃了。现在,100,000个这样的智能体能构建出英伟达的几率是零。"
Q&A
Q1:什么是AGI?黄仁勋为什么说已经实现了?
A:AGI即人工通用智能,指等同于或超越人类智能的AI。黄仁勋认为现在的AI智能体已能胜任各种工作,如OpenClaw平台上的智能体可以做很多事情,所以他认为AGI已经实现。
Q2:黄仁勋对AGI的看法前后矛盾吗?
A:是的,他先说实现了AGI,但随后又表示很多人使用AI智能体几个月后就放弃了,且100,000个智能体能构建出英伟达公司的几率为零,这显示他对当前AI能力有所保留。
Q3:Lex Fridman是如何定义AGI的?
A:Fridman将AGI定义为能够"基本胜任你的工作"的AI系统,具体指能够启动、发展并运营一家价值超过10亿美元的成功科技公司的AI。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。